上海市经济增长与电力消费关系研究

摘要

经济发展与电力消费水平之间存在必然的关系，电力是促进各行业运转的基本能源，经济的繁荣、增长需要电力作为支撑。电力行业发挥着越来越大的作用。近年来，随着经济增长的速度越来越快，电力消费的水平也越来越高，越来越多的学者开始关注经济增长与电力消费之间的关系。中国是电力的生产大国，同时也是电力的消费大国，电力是关系到国计民生的基础能源，电力能够稳定的供给直接影响着经济。随着用电量的大幅度上升，电力供应是否能够正常供应则成为重要的问题。电力消费水平与国民经济的发展水平之间的关系并不是单方向的，电力行业的发展以及电力供需水平的变化都会对国民经济造成直接的影响，而国民经济的发展也会反过来促进电力消费的水平，促进电力行业的进一步发展。反过来，如果电力部门发展较为落后，电力供应不足则会直接影响各个企业的生产进度和效率，进而不利于国民经济的发展水平。
　　上海是我国经济极为发达的地区之一，产业结构较为合理，在中国占据重要的地位，其城市化的水平已经达到了发达国家的城市化水平。作者选择上海地区作为研究对象极具代表性，能够充分地研究电力消费水平、经济发展水平和城市化水平三者之间的关系。文章研究上海地区经济增长水平与电力消费水平之间的关系，不仅能够丰富经济增长水平与电力消费水平的关系的相关文献，更具有明显的实际意义。一方面，可以为上海当局的政策制定提供参考建议，另一方面还能够促进电力能源的合理使用，促进经济增长与资源节约的可持续发展水平。
　　本文的研究内容主要包括七个部分。第一部分为前言，重点介绍文章的研究背景、研究内容与研究方法。第二部分为文献综述，详细的介绍国内外学者对于经济增长水平与电力消费水平之间的关系的研究现状，并在分析前期文献的基础上得到作者独特的研究视角。第三部分为经济增长水平与电力消费水平之间的理论基础，主要介绍经济增长理论、能源约束与经济增长之间的关系、经济增长与电力消费之间的关系，为文章的研究提供理论支撑。第四部分为上海市经济增长水平与电力消费水平的现状，用数据说明我国上海地区的城市化水平，从直观的角度论证电力消费水平、经济发展水平与城市化水平三者之间的关系。第五部分为经济增长水平与电力消费水平的变量选择和数据选择。第六部分，是电力消费水平与经济增长之间的模型设定，作者分别从时间序列数据模型、协整模型检验、Grange因果检验模型分析二者之间的关系，并进行结果分析。第七部分为政策建议，结合文章的实证结果，提出合理的建立，促进我国的经济增长以及电力的合理消费。第八部分为结论，重点对文章的结论进行系统的总结。
　　文章的实证分析结果较为稳健，时间序列数据模型中，通过对数据的整理采用普通最小二乘法进行线性回归，发现模型的整体拟合程度较高，即电力消费水平与其他控制变量整体对对上海地区的经济增长水平GDP的解释力度较高，上海地区的电力消费水平和上海地区的经济增长趋势存在着显著正向相关的关系。通过协整模型的检验，经济增长水平与电力消费水平之间存在着长期均衡的关系。通过Granger因果检验模型，可以看出在1％的水平下，经济增长水平和电力消费水平二者之间呈现中性关系，即二者互不为因果关系。而在5％与10％的水平下，上海地区的电力消费水平的增长是上海地区经济增长水平的发展的Granger原因，意味着上海地区的电力消费水平的增长有效地促进了经济水平的增加。
　　最后，在相关的实证研究的结论下，文章具体提出了以下建议，结合上海地区电力消费特征，优化能源结构;利用差别电价模式，促进产业结构调整;转变经济增长模式，降低单位GDP能源消耗水平;加强区域经济之间的交流与合作;促进科技创新力度，提高电力能源的使用效率;借助电力消费水平进行经济预测。

目录

摘要

第一章 前言

1．1 研究背景

1．2 研究内容

1．3 研究方法

第二章 经济增长与电力消费相关文献综述

2．1 国外相关研究现状

2．2 国内研究现状

2．3 文献评述

第三章 经济增长与电力消费研究的理论基础

3．1 经济增长理论

3．2 能源约束与经济增长理论

3．3 经济增长与电力消费关系分析

第四章 上海市经济增长及电力消费现状

4．1 上海市经济增长现状

4．2 上海市电力消费现状

4．3 上海市电力消费产业结构分布

第五章 经济增长与电力消费的实证研究

5．1 样本选取

5．2 变量选取

第六章 经济增长与电力消费的模型建立

6．1 时间序列数据模型

6．2 协整模型

6．3 Granger因果检验

第七章 政策建议

7．1 结合上海地区电力消费特征，优化能源结构

7．2 利用差别电价模式，促进产业结构调整

7．3 转变经济增长模式，降低单位GDP能源消耗水平

7．4 区域经济之间加强交流与合作

7．5 促进科技创新力度，提高电力能源的使用效率

7．6 借助电力消费水平进行经济预测

第八章 结论

参考文献

致谢

声明